西安科技大学通信与信息工程学院官方站点

西安科技大学通信与信息工程学院

请使用手机扫描二维码,登录网站手机版。

首页 > 学院概况 > 专业介绍

智能科学与技术专业人才培养方案

  • 2021-03-30
  • 2135
  • 嘉轩

西安科技大学

智能科学与技术专业人才培养方案

西安科技大学的智能科学与技术是新工科改革试点专业,2018年获教育部批准,2019年正式招生,该专业依托学校应急管理和安全科学与技术特色学科,培养智能信息处理和智能系统及应用等领域的创新应用人才。

一、培养目标

本专业面向西部经济发展与企业智能化生产需求,培养德智体美劳全面发展,具备良好的科学素质,掌握扎实的数学、物理等自然科学基础及智能科学与技术的基本理论、基本知识和基本技能与方法,在电子、通信、计算机和控制等智能科学与技术相关领域具备较强的知识获取能力、工程能力和一定的创新创业能力,能够在智能信息处理、智能系统及在企业智能化生产应用等领域从事规划与设计、经营与管理、开发与研究、教学与科研的应用型高级专门人才。本专业毕业生经过5年左右的工作实践,达到如下目标:

1.具备解决智能科学与技术领域和煤炭行业信息智能化领域的复杂工程问题的能力,成为具有分析能力及创新意识的工程技术人员或技术管理者,或在完成智能科学与技术领域或交叉领域的研究生教育后,成为科研工作者;

2.具备较强的学习主动性和自我完善能力,能通过继续教育、在线学习、培训或其他终身学习渠道增加知识和提升能力;

3.具有良好的职业道德和社会责任感,能够在工程实践中综合考虑对环境、社会、文化的影响;

4.具备良好的团队意识和沟通能力,能够在跨职能、多学科的工程实践团队中工作和交流工作。

二、培养要求(毕业要求)

本专业学生主要学习智能科学与技术的基本理论,掌握智能信息处理、智能控制技术及人工智能理论等方面专业知识,接受有关信息处理、人工智能的专业训练,具备从事人工智能技术的研究与应用及智能信息处理软件开发和工程应用的基本能力。

本专业毕业生应获得以下几方面的知识和能力:

1.工程知识:运用数学、自然科学、工程基础和专业知识解决智能科学与技术领域复杂工程问题。

1.1能够将数学、自然科学、工程基础和专业知识运用到智能科学与技术领域复杂工程问题的恰当表述中。

1.2能够针对智能信息系统建立合适的数学模型,并进行求解。

1.3能够将专业知识和数学模型的方法用于处理智能信息,分析智能信息工程的设计问题。

2.问题分析:掌握智能技术与系统分析的基本原理,能够应用其基本方法,结合文献研究,对智能科学与技术领域复杂工程问题进行识别、表达和建模分析,以获得有效结论。

2.1具备对智能科学与技术领域复杂工程问题进行识别与判断,并结合专业知识和行业需求进行有效分解的能力。

2.2具备对分解后的智能科学与技术领域复杂工程问题进行表达和建模的能力。

2.3具备借助文献辅助对智能科学与技术领域复杂工程问题进行分析、求解从而获得有效结论的能力。

3.设计/开发解决方案:能够设计针对复杂工程问题的解决方案,针对特定需求进行智能技术和系统的设计与实现,具有设计/开发功能模块和系统的能力,并能够在设计环节中体现创新意识,考虑社会、健康、安全、法律、文化以及环境等因素。

3.1能够针对智能科学与技术领域复杂工程问题,根据特定需求确定设计目标和技术路线,给出解决方案,根据功能要求完成系统的设计、仿真、实现及调试。

3.2能够在社会、健康、安全、法律、文化及环境等因素约束条件下,能够针对特定需求,设计满足指标和要求的系统,并论证系统的可行性。

3.3在设计中具有优选和创新设计方案的意识。

4.研究:能够基于科学原理并采用科学方法对智能系统中的复杂工程问题进行研究,包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

4.1基于科学原理并采用科学方法对智能信息系统设计可行实验方案。

4.2能根据实验方案构建实验系统,进行实验。

4.3能够对实验结果进行分析和解释,并通过信息综合得到合理有效的结论。

5.使用现代工具:具有信息获取能力,能够根据需要选择和使用信息技术工具和检索工具;能够合理选择技术开发工具和资源,运用于智能科学与技术领域复杂工程问题的设计、开发、仿真及验证过程中,并能理解其局限性。

5.1理解智能信息处理基本实验工具和仪器的设计原理,掌握信息检索工具、专业数据库和专业开发环境的使用方法。

5.2能够选择和使用恰当的实验工具和仿真软件进行智能系统调试和工程设计。

5.3能够针对特定的研究对象,借助电子仪器、仿真软件和信息检索工具,对其解决方案进行开发、模拟和预测,并理解其局限性。

6.工程与社会:基于智能系统工程的相关知识背景,能够进行合理分析,评价智能系统实践、智能新产品、新技术的开发及应用对社会、健康、安全、法律以及文化的潜在影响,并理解应承担的责任。

6.1具有工程实习和社会实践的经历。

6.2熟悉智能信息处理相关的技术标准、知识产权、产业政策和法律法规。

6.3能识别并评价新产品、新技术的开发和应用对社会、健康、安全、法律以及文化的潜在影响及应承担的责任。

7.环境和可持续发展:理解智能技术和系统与环境、社会的关系,能够评价智能技术和系统工程实践对环境、社会可持续发展的影响。

7.1了解相关的方针、政策与法律法规,理解智能信息处理实践与环境保护、可持续发展的关系。

7.2能够评价智能信息处理实践活动对环境、社会可持续发展的影响。

8.职业规范:具有人文社会科学素养和社会责任感,具备健康的身体和良好的心理素质,能够在科学研究和工程实践中理解并遵守职业道德和规范,并适应职业发展。

8.1具备哲学、历史、法律和文化等人文修养,理解应担负的社会责任,愿意为社会服务。

8.2理解社会主义核心价值观,了解国情,维护国家利益,具有推动民族复兴和社会进步的责任感。

8.3遵守科学研究和工程实践中的职业 道德规范,自觉履行工程师的社会责任。

9.个人和团队:具有团队协作精神,能够在多学科背景的团队和创新创业的实践中承担个体、团队成员以及负责人的角色,完成所承担的任务。

9.1能够在多学科背景的团队和创新创业的实践中主动与其他成员合作,独立完成团队分配的工作。

9.2能胜任团队成员的角色与责任,组织团队成员开展工作。

10.沟通:具有良好的表达能力,能够就智能科学与技术领域复杂工程问题与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野,能够在跨文化背景下进行沟通和交流。

10.1能够就智能科学与技术领域复杂工程问题与业界同行及社会公众进行有效沟通和交流。

10.2能够撰写报告和设计文稿、陈述发言、清晰表达或回应指令。

10.3具备一定的国际视野,能够在跨文化背景下进行沟通和交流。

11.项目管理:掌握工程项目管理方法,理解工程活动中涉及的重要经济与管理因素,并能在多学科环境以及创新创业实践中加以应用。

11.1理解工程管理与经济决策的原理,掌握智能信息处理项目中涉及的管理与经济决策方法。

11.2能够将管理原理、技术经济方法应用于智能信息处理优化设计和创新创业实践中。

12.终身学习:具有自主学习和终身学习的意识,能够追踪智能科学与技术领域的发展动态,具有不断学习和适应发展的能力。

12.1具有终身学习意识,掌握智能科学理论与技术自主学习的方法和途径。

12.2能针对个人或职业发展的需求,具有自我完善能力及可持续发展的潜力。

12.3了解人工智能理论与技术的重要进展和前沿动态。

三、毕业条件

完成总学分176,其中理论教学和实践教学166学分,第二课堂10学分(详见教学体系结构学分分布),并且达到《国家学生体质健康标准》合格要求。

四、学士学位授予条件

政治思想表现良好,符合毕业条件,平均学分绩点须达到学校规定标准。

五、学制与学位

学制四年,授予工学士学位。

六、主干学科

主干学科:计算机科学与技术,信息与通信工程

七、核心课程

高等数学、大学物理、大学英语、电路分析、电子技术基础、C语言程序设计、信号与系统、数字信号处理、数据结构与算法、数字图像处理、智能传感技术、模式识别、人工智能原理、机器学习、智能控制技术、机器视觉、嵌入式系统设计及应用等。

八、教学体系结构

教育

体系

知识体系

必修课程

选修课程

总学时

总学分

比例

%

学时

学分

学时

学分

通识

教育

人文社会科学

602

30.5

32

2

634

32.5

19.6

数学和自然科学

384

24

48

3

432

27

16.3

创新创业课

36

2

0

0

36

2

1.2

公共选修课



96

6

96

6

3.6

小计

1022

56.5

176

11

1198

67.5

40.7

专业

教育

学科基础课

422

25.5

48

3

470

28.5

17.2

专业课(含专业方向课)

322

20

112

7

434

27

16.2

小计

744

45.5

160

10

904

55.5

33.4

合计

1766

102

336

21

2102

123

74.1

实践

教学

(含劳动教

育)

入学教育、军训、公益劳动、思政课实践、实验、实习、实训、设计、毕业教育等及其包含的劳动教育

36周+150

40

3周

3

39周+150

43

25.9

总计

39+2260

166

100

第二

课堂

思想道德教育、专业能力拓展、体美教育、劳动教育

10学分












 

 

九、课程设置表

专业代码:080907T 专业名称:智能科学与技术

教学体系

知识体系

课程

编号

课程名称

学时分配

按学期分布

开课

单位

理论

实验/上机

其他

1

2

3

4

5

6

7

8

线下

线上

16周

16周

16周

16周

16周

16周

16周

17周

通识教育

人文社会科学

A2241010

马克思主义基本原理

3

48

48

3

马克思学院

A2242020

毛泽东思想和中国特色社会主义理论体系概论

4

64

64

4

马克思学院

B2242010

中国近现代史纲要

3

48

48

3

马克思学院

B2244010

思想道德修养与法律基础

2

32

32

2

马克思学院

A2231010

英语阅读

8

128

128

2

2

2

2

人外学院

A2231020

英语听力

2

64

64

0.5

0.5

0.5

0.5

人外学院

B2210020

大学生心理健康教育

2

38

20

18

2

学工部

B2141010

体育

4.5

144

16

128

1.5

1

1

1

体育部

S2210030

军事理论

2

36

36

武装部

B2235011

大学语文

2

32

32

2

人外学院

B2242092

当代世界经济与政治

2

32

32

2

马克思学院

C2039039

工程伦理

建工学院

以上2门课程至少选修2学分

小计

32.5

634

408

34

64

128

数学和自然科学

A2011013

高等数学A

12

192

192

6

6

理学院

A2013013

大学物理A

7

112

112

4

3

理学院

B2011050

线性代数

2

32

32

2

理学院

B2011041

概率论与数理统计B

3

48

48

3

理学院

B2012960

复变函数与积分变换

2

32

32

2

理学院

B2013030

离散数学

3

48

48

3

计算机

C2039030

安全工程概论

1

16

16

安全学院

C2039020

矿业工程概论

1

16

16

能源学院

C2099060

地球科学概论

1

16

16

地环学院

以上7门课程至少选修3学分

小计

27

432

432

创新创业

S2260030

创新创业基础

1

20

8

12

创新学院

C2071110

就业指导

1

16

16

1

学工部

小计

2

36

24

12

公共选修课

6

96

于1-7学期开设,开设人文社会科学、数学和自然科学等方面课程,涵盖创新创业、人文社科、经济管理、科学技术、艺术教育等知识内容。学生至少选修6个学分,其中要有2个公共艺术课程学分。

合 计

67.5

1198

960

46

64

128























专业代码:080907T 专业名称:智能科学与技术

教学体系

知识体系

课程

性质

课程

编号

课程名称

学时分配

按学期分布

开课

单位

理论

实验

/

上机

其他

1

2

3

4

5

6

7

8

线下

线上

16周

16周

16周

16周

16周

16周

16周

17周

专业教育

学科基础

A2070020

C语言程序设计

4

64

48

16

3

通信学院

A2065020

电路分析基础A

4.5

76

64

12

4

电控学院

A2073033

电子技术基础

4.5

76

64

12

4

通信学院

A2072010

信号与系统分析

4

68

48

12

8

4

通信学院

A2072412

微控制器原理及

应用

4

64

48

16

4

通信学院

A2074020

数字信号处理

3.5

58

48

10

3

通信学院

C2039032

应急处置与应急管理概论

1

16

16

1

安全学院

C2039040

环境保护与职业

健康概论(限选)

1

16

16

1

地环学院

B2074300

Python程序技术

3

48

32

16

2

通信学院

B2074150

数据结构与算法

3

48

32

16

2

通信学院

B2074220

算法设计与分析

3

48

32

16

3

通信学院

C2039038

工程经济与项目

管理

2

32

16

16

管理学院

以上5门课程至少选修3学分;《环境保护与职业健康概论》课程列为理工类专业必修课,文管法艺类专业选修。

小计

28.5

470

352

12

106























 

专业代码:080907T 专业名称:智能科学与技术

教学体系

知识体系

课程

性质

课程

编号

课程名称

学时分配

按学期分布

开课

单位

理论

实验

/

上机

1

2

3

4

5

6

7

8

线下

线上

16周

16周

16周

16周

16周

16周

16周

17周

专业教育

专业课

B2074140

人工智能原理

3.5

56

48

8

3.5

通信学院

A2074012

数字图像处理

3.5

58

48

10

3.5

通信学院

B2074120

智能传感技术

3

48

32

16

3

通信学院

A2074040

模式识别

3

48

32

16

3

通信学院

B2074170

学科专业导论

1

16

16

2

通信学院

B2074440

数据挖掘

3

48

32

16

3

通信学院

B2074110

信息论基础

2

32

32

2

通信学院

B2074450

智能计算导论

2

32

32

2

通信学院

B2074130

专业外语

2

32

32

2

通信学院

B2074160

学科前沿讲座

1

16

16

1

通信学院

以上5门课程至少选修3学分

小计

17

274

208

66

2

3

10.5

8.5

1

通信学院

专业方向

智能信息处理

必修

A2074060

机器学习

3

48

32

16

3

通信学院

B2074240

机器视觉

3

48

32

16

3

通信学院

智能系统及应用

必修

B2074410

现代控制工程

3

48

40

8

2

通信学院

A2074050

嵌入式系统及其

应用

3

48

32

16

3

通信学院

B2074070

深度学习

2

32

16

16

2

通信学院

B2074460

机器人技术及应用

2

32

16

16

2

通信学院

B2074470

机器人编程

3

48

32

16

3

通信学院

B2074310

自然语言处理

2

32

32

2

通信学院

B2074420

语音识别技术

2

40

16

24

2

通信学院

B2074430

大数据技术及应用

3

48

32

16

3

通信学院

B2074230

监测监控技术

2

32

32

2

通信学院

B2072022

FPGA技术及应用

3

48

32

16

3

通信学院

以上8门选修课程至少修读4学分

小计

10

160


合计

27

434



























专业代码:080907T 专业名称:智能科学与技术

教学体系

知识体系

课程

编号

课程名称

学时分配

按学期分布

开课

单位

实验

上机

其他

1

2

3

4

5

6

7

8

3周

3周

3周

3周

3周

3周

3周

17周

实践

教学

(含劳动教

独立设课实验

S2013010

物理实验

2

54

54

理学院

S2240030

形势与政策

2

32

每学期4学时讲座

马克思学院

小计

4

86

集中实践教学环节

S2260010

入学教育

/

1周

学工部

S2210020

军训

2

2周

武装部

S2240040

思政课实践活动

2

32

马克思学院

S2260020

毕业教育

/

1周

学工部

S2075510

C语言程序设计课程

设计

1

1周

通信学院

S2222010

电工电子设计

1

1周

工程实训

中心

S2221010

金工实习

(劳动教育依托环节)

1

1周

工程实训

中心

B2074600

认识实习

(劳动教育依托环节)

1

1周

通信学院

S2076030

电子技术综合实验

2

2周

通信学院

B2074680

智能信号采集实验

2

2周

通信学院

B2074650

机器学习课程设计

2

2周

通信学院

B2074670

数字信号处理

课程设计

1

1周

通信学院

B2074610

生产实习

(劳动教育依托环节)

2

2周

通信学院

B2074640

数字图像处理

课程设计

1

1周

通信学院

B2074810

机器视觉综合实训

2

2周

通信学院

B2074810

智能系统综合实训

1

1周

通信学院

B2074620

毕业实习

2

2周

通信学院

B2074630

毕业设计

(劳动教育依托环节)

13

13周

通信学院

S2141000

体质健康测试

/

/

每学年一次

体育部

S2210060

公益劳动

0

32

每学年安排一周

通信学院

S2010020

数学建模∕实验

1

1周

理学院

B2074661

Python编程实训

1

1周

通信学院

S2072310

微控制器原理及应用课程设计

1

1周

通信学院

B2074800

机器人综合实训

1

1周

通信学院

B2074820

多媒体智能信息处理综合实训

3

3周

通信学院

S2230010

英语翻译与写作训练

1

1周

人外学院

S2230020

英语听说训练

1

1周

人外学院

以上12个环节至少选修3学分

小计

39

39周+64

合计

43

39周+150

专业代码:080907T 专业名称:智能学与技术

第二课堂

模块

要求最低学分

学期安排

思想

道德

教育

价值观教育

≥2

第1-8学期

(五年制为第1-10学期)

分散进行

党团活动

志愿者

专业

能力

拓展

创新创业活动

≥4

学科(科技)竞赛

学术成果

(专利、论文、获奖)

专业能力证书

体美

教育

体育竞赛

≥2

课外体育活动

艺术展演活动

校园文化活动

劳动

教育

专业服务

≥2

创新创业活动

社会实践

勤工助学

志愿者服务

备注:第二课堂10学分根据《西安科技大学本科生第二课堂教育学分考核认定办法》评定。

 

 

十、教学进程表

教学周

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

学年

学期

教学进程

1

入学教育

军事

训练

理论教学16周

考试1周

假期

2

理论教学16周

考试1周

C语言课程设计、Python编程实训、数学建模∕实验等

假期

3

理论教学16周

考试1周

认识实习、电子基础综合实验等

假期

4

理论教学16周

考试1周

微控制器原理及应用课程设计、智能信号采集实验等

假期

5

理论教学16周

考试1周

数字信号处理课程设计、机器学习课程设计等

假期

6

理论教学16周

考试1周

生产实习、数字图像处理课程设计等

假期

7

理论教学16周

考试1周

机器视觉综合实训、智能系统综合实训等

假期

8

学科前沿讲座

毕业实习、毕业设计(论文)及答辩

毕业教育

毕业离校






























备注:各学院可根据本专业实际情况适当调整第5-8学期实践教学环节起止周次。

十一、课程体系与毕业要求关系矩阵

课程

毕业要求指标点

1.1

1.2

1.3

2.1

2.2

2.3

3.1

3.2

3.3

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

6.3

7.1

7.2

8.1

8.2

8.3

9.1

9.2

10.1

10.2

10.3

11.1

11.2

12.1

12.2

12.3

理论教学

人文社会科学类

马克思主义基本原理

H

毛泽东思想和中国特色社会主义理论体系概论

H

中国近现代史

纲要

M

H

思想道德修养与法律基础

M

H

H

大学生心理健康教育

军事理论

M

英语阅读

H

英语听力

M

体育

M

数学和自然科学类

高等数学

H

M

大学物理

M

H

概率论与数理

统计

M

L

线性代数

M

M

复变函数与积分变换

L

L

应急处置与应急管理

概论

M

M

M

H

工程管理与经济分析

H

课程

毕业要求指标点

1.1

1.2

1.3

2.1

2.2

2.3

3.1

3.2

3.3

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

6.3

7.1

7.2

8.1

8.2

8.3

9.1

9.2

10.1

10.2

10.3

11.1

11.2

12.1

12.2

12.3

理论教学

创新创业

创新创业基础

H

M

就业指导

M

M

学科基础课

C语言程序

设计

M

M

M

电路分析基

M

H

电子技术基础

H

M

信号与系统

分析

H

M

微控制器原理及应用

M

L

数字信号处理

M

M

环境保护与职业健康概论

H

M

Python程序

设计

M

L

数据结构与

算法

M

L

课程

毕业要求指标点

1.1

1.2

1.3

2.1

2.2

2.3

3.1

3.2

3.3

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

6.3

7.1

7.2

8.1

8.2

8.3

9.1

9.2

10.1

10.2

10.3

11.1

11.2

12.1

12.2

12.3

理论教学

专业课

人工智能原理

M

M

M

H

数字图像处理

M

H

M

模式识别

H

M

M

学科专业导论

M

M

H

H

智能传感技术

M

H

专业外语

L

H

M

智能信息处理

机器

学习

M

H

M

机器

视觉

M

M

智能系统及应用

嵌入式系统及其应用

M

L

L

智能控制技术

M

H

M

课程

毕业要求指标点

1.1

1.2

1.3

2.1

2.2

2.3

3.1

3.2

3.3

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

6.3

7.1

7.2

8.1

8.2

8.3

9.1

9.2

10.1

10.2

10.3

11.1

11.2

12.1

12.2

12.3

实践教学

入学教育

入学教育

L

H

军训

M

独立设课实验

物理实验

H

形势与政策

教育

M

M

集中实践教学环节

思政课实践

活动

M

毕业教育

L

H

C语言程序设计课程设计

M

电工电子设计

H

L

金工实习

M

H

认识实习

M

H

电子技术基础综合实验

H

M

M

机器学习课程设计

M

M

M

生产实习

H

H

L

数字图像处理课程设计

H

毕业实习

H

M

L

毕业设计

H

M

L

H

H

H

数学建模∕实验

H

M

微控制器原理及应用课程

设计

M

L

课程

毕业要求指标点

1.1

1.2

1.3

2.1

2.2

2.3

3.1

3.2

3.3

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

6.3

7.1

7.2

8.1

8.2

8.3

9.1

9.2

10.1

10.2

10.3

11.1

11.2

12.1

12.2

12.3

实践教学

集中实践教学环节

公益劳动

M

L

数字信号处理课程设计

L

M

L

智能信号

采集

L

M

H

M

Python编程实训

L

L

机器视觉综合

实训

M

M

L

智能系统综合

实训

M

H

M

多媒体智能信息处理综合实训

M

L

注:表中教学环节:课程、实践环节等,根据课程对各项毕业要求的支撑强度分别用“H(高)、M(中)、L(弱)”表示,支撑强度的含义是:该课程覆盖毕业要求指标点的多寡,H至少覆盖80%,M至少覆盖50%,L至少覆盖30%。

十二、核心课程简介

序号

课程编号

课程名称

课内学时

学分

前导课程

课程描述

1

A2072010

信号与系统分析

74

4.5

高等数学、

电路分析

课程主要讲述信号与系统的基本概念,连续系统的时域分析,离散系统的时域分析,连续系统的频域分析,连续系统的复频域分析,离散系统的复频域分析,系统函数及系统的状态变量分析。

2

A2074020

数字信号

处理

58

3.5

信号与系统

课程主要学习数字信号处理的基本理论、基本分析方法、基本算法和设计方法。主要内容包括离散时间信号与系统的z变换、离散时间傅里叶变换、离散傅里叶变换、快速傅里叶变换、数字滤波器的结构、数字滤波器理论和设计方法(IIR滤波器设计和FIR滤波器设计),选讲多抽样率数字信号处理基础和数字信号处理的有限字长效应。通过学习这门课,让学生了解信号处理知识的科研应用,培养学生的科学思维、科学自信及爱国主义情怀。

3

A2074012

数字图像

处理

74

4.5

数字信号处理

课程主要学习数字图像处理的基本理论和基本方法。主要内容包括:二维信号与系统的基本概念,图像变换,图像增强,图像恢复,图像压缩编码。通过学习图象处理的基本理论和主要技术,使学生能够编程实现一些基本的图像处理方法并能结合相关理论进行分析,锻炼学生从理论到实践再回到理论的综合素质,提高学生分析和解决实际问题的能力,并为进一步学习图像模式识别、视频信号处理等后续课程打下基础。

4

B2074110

信息论基础

32

2

概率论与数理统计

课程主要学习香农信息论的基本概念和基本理论。主要内容包括:信源的信息测度、信道的信息测度.通过掌握智能信息系统的信息测度,为进一步学习智能信息处理的相关课程打下基础。

5

A2070020

C语言程序

设计

64

4

计算机文化

基础

课程重点讲解C语言的基本数据类型、程序控制结构语句、函数、编译预处理、数组、指针、结构体与共用体等内容。使学生较熟练地掌握C语言程序的编写、调试、修改和运行,以及程序设计编写的基本思想和方法。培养学生解决实际问题的能力和创新能力,为后续进一步学习程序开发和科学与工程计算软件开发奠定一个良好的基础。

6

A2072412

微控制器原理及应用

64

4

电子技术基础

课程主要学习计算机数制及其转换、微处理器的结构及存储器的知识,51单片机的结构、汇编语言指令系统及程序设计、51单片机功能模块(中断、定时器、串口)、典型应用实例;C51指令及程序设计方法、单片机扩展及应用,培养微型计算机系统设计及应用能力。

7

A2074050

嵌入式系统及应用

48

3

高级语言程序设计、微控制器原理及应用

课程基于ARM嵌入式内核学习嵌入式系统原理及应用,详细介绍了基于ARM核的嵌入式处理器、及其指令系统和片上外设,主要讲解嵌入式系统概念、嵌入式操作系统原理及应用、嵌入式系统程序设计方法。学生掌握嵌入式处理器ARM体系结构及指令系统,包括ARM总体结构、存储器组织、系统控制模块和I/O外围控制模块,为学生从事嵌入式产品开发奠定良好的基础。

8

A2074040

模式识别

48

3

信号与系统

课程主要内容包括模式识别的基本概念,统计模式识别的基本原理和方法、特征提取与选择、神经网络模式识别以及模式识别在数字人脸识别中的应用。

9

B2074140

人工智能

原理

56

3.5

模式识别、数据结构与算法

课程主要内容包括知识与知识表示、确定性推理、不确定性推理、搜索策略、神经网络、机器学习、遗传算法等方面内容。通过本课程的学习,初步具备用经典的人工智能方法解决一些简单实际问题的能力,让学生为后面的学习奠定良好的基础。

10

A2074060

机器学习

48

3

C语言程序设计、人工智能

基础

机器学习是智能科学专业的学生学习和掌握各种复杂求解算法进行决策的专业课程,着重介绍各种机器学习算法的基本思想、理论体系和计算机实现的技巧。在培养学生实践能力方面着重培养学生设计求解算法的整体思路,设计求解步骤,使学生能够应用机器学习对复杂问题进行决策,为进一步深入研究建立有关概念和方法的基础。

十三、修订(制定)人、审核人信息

制定人:李国民 教 授

贺 顺 副教授

审核人:张释如 教 授

孙 弋 教 授